00<00> - 🚀 DeepSeek Harness 的概念与爆火原因#

本章节探讨了 Harness 的基本定义，将其形象地比作让模型真正干活的身体与驾驭操作系统及工具的中间层。嘉宾们分析了 DeepSeek Harness 凭借 一切皆插件 架构和完全开源的特性，精准命中了社区对高度可定制化和可插拔 AI 系统的巨大需求。这种极致的开放性让它在短短两天内斩获十万 Star，成为开源 AI 社区现象级的爆款产品。

10<44> - 🔌 一切皆插件：技术实现与生态热潮#

本章节深入剖析了 DeepSeek Harness 采用一切皆插件架构背后的技术实现与优势。嘉宾们指出该系统基于特定的运行时标准，不仅支持插件的热插拔，还能实现自动取消注册等能力，极大地降低了二次开发与商业化落地成本。同时，内测期间开发者们展现出极高的参与热情，通过 Web 界面原处发布并共建了数千个插件，形成了一种独特的极客创造氛围。

16<36> - ⚡ 极简模式与多模型性能提升实测#

本章节围绕 DeepSeek Harness 的极简模式及其对大模型性能的影响展开讨论。嘉宾们分享了各自的实测体验，认为极简模式通过缩短提示词链路、精简内置工具，能够有效减少复杂工具调用带来的思维链干扰，从而在特定编码任务中显著提升执行速度。此外，直播还对比了 DeepSeek、Claude、Kimi 等不同模型的性格特征及适用场景。

23<01> - 🌐 外部 UI 设计与开发者可观测性#

本章节探讨了 DeepSeek Harness 为什么选择 Web 外部 UI 而非命令行或桌面端形式。嘉宾指出 Web 端不仅降低了跨平台兼容的难度，还赋予了极其友好的新手入口。更重要的是，它将模型的思维链思考过程、提示词注入和工具调用细节作为显著入口进行展示，极大地提升了复杂生产任务中的可观测性与故障排查效率。

29<54> - 🛠️ AI 时代程序员的转型与生存指南#

本章节聚焦于 AI 技术狂飙突进下程序员群体的焦虑与应对策略。嘉宾们认为，尽管 AI 编写代码的速度极快，但人类程序员的核心价值在于精准定义需求、设定验收标准以及把控工程化架构与品位。程序员应当积极拥抱变化，通过按需使用工具、积累项目经验来转变为驾驭 AI 的架构师，而不是盲目焦虑。

45<30> - 📈 国产算力生态与未来大模型展望#

本章节从宏观算力与算子开发的底层视角出发，探讨了国产模型在昇腾等硬件生态上的突飞猛进。嘉宾们分享了国产模型在处理长文本消耗、算子优化及中文写作任务中的独特优势，并对未来大模型是否会走向垄断或继续保持百花齐放的开源生态进行了前瞻性预测，给国内开发者注入了极大的信心。

视频来源：BV1QmhP6yEZ4

个人感触：
  看完整个视频最大的感触就是现在的计算机坐上AI这座火箭以后发展的太特么快了，今天学的东西明天可能就没用了。当然这种快目前还是存在一个上限的，目前AI的想象力是从已有的知识中总结和整合，就像之前用cc解决证明了一堆很难的数学一样，AI还只是把各个知识点交融起来了，包括现在的写程序写应用也是，像之前的Kimi提出来的注意力残差也是，都还不能精准的命中需求，更像是意料之外的产物。不过要是说未来程序员的方向是架构师或者说产品经理，我也不太认可，架构师存在的目的是为了减少AI降智导致一步错步步错最后产生不可挽回的结果，AI攻破架构只是时间问题，太多的案例以及可以参考的架构可以给AI学习了，甚至AI可能还会做得更好；而产品经理则是与程序员的专业知识相关性很小，产品经理提出需求判断需求的能力并非是护城河。我觉得我可以提出一个构想，程序员的核心价值，不再是 “产出已知的正确方案”，而是定义 “问题本身”，以及识别哪些问题是值得被解决的问题。未来程序员不是去当画图的架构师，也不是去当提需求的产品，而是做问题定义者：给 AI 提供 “正确的问题”，而不是等待 AI 给你 “正确的答案”。AI 可以生成一万套精妙的架构、代码、产品方案，但它不知道到底该解决哪一个真正的现实矛盾。换句话说，学过程序和没学过的区别就在于要不要把全部的决定权都交给AI，而留下的那一部分的决策权，那才是程序员的未来。（什么你说什么都留不下？那程序员要💊碗🌶️）